Якщо інтерфейс GA4, Google Ads та інших маркетингових систем тебе вже давно обмежує і НЕ закриває твої задачі то цей курс однозначно для тебе. Після проходження ти зможеш написати SQL-запити будь-якої складності, які допоможуть тобі краще зрозуміти твій бізнес та знайти найоптимальніші рішення для його розвитку.
Втомився від постійних обмежень в інтерфейсі GA4: семплінг, порогові значення, відсутність можливості вибрати дані в кастомних звітах більше ніж за 14 місяців і т.д.
Хочеш почати використовувати сирі дані з маркетингових систем для прийняття бізнес рішень
Хочеш навчитися поєднувати сирі дані з різних систем в один звіт
Прекрасно знаєш SQL, але не розумієш бізнес контексту даних GA4 та Google Ads
Знаєш все, що є в програмі, але не хочеш писати SQL запити з 0 і шукаєш готові рішення з детальними поясненнями, що і як працює, і як це можна кастомізувати
Курс НЕ підійде тобі, якщо ти:
Не знаєш азів SQL. Так, на жаль, цей курс розрахований на людей, які вже знають базові оператори SQL, і знають як налаштувати експорт даних GA4 до BigQuery. Якщо ти теж хочеш підтягнути свій рівень до потрібного, ти можеш пройти курс PRO ANALYTICS, або напиши нам в телеграм і ми підкажемо, як ти можеш підтягнути свій рівень знань на безкоштовних ресурсах
study
Про навчання
01
ВІДЕОЛЕКЦІЇ
10 лекцій з усією теорією. Доступ до матеріалів курсу, а також ОНОВЛЕНЬ, залишається в тебе назавжди.
02
ТЕСТОВІ ЗАВДАННЯ
Більше 40 тестових завдань для самостійної перевірки теоретичних знань.
03
ПРАКТИЧНІ ЗАВДАННЯ
20+ домашніх завдань на тестовому аккаунті Google BigQuery, які дозволять закріпити отримані знання не лише в теорії, але й дозволять отримати практичний досвід.
programs
Програма курсу
Блок 1.
Побудова та кастомізація стандартних звітів GA4 на основі сирих даних
Що будемо вивчати
Причини навіщо потрібно будувати стандартні звіти в BigQuery
Побудова звіту Pages and Screens
Робота з оператором UNNEST
Чому результати в BigQuery не збігаються зі звітами Google Analytics 4
Побудова звіту User Acquisition
Особливості підрахунку кількості сеансів та користувачів
Знайомство з віконними функціями в BQ
Чому важливо використовувати _table_suffix
Робота з Saved Queries
В результаті
Оскільки цей курс розрахований на тих, хто вже знає ази SQL ми не будемо відкладати і одразу розпочнемо з практичних задач. В цій лекції ти навчишся будувати звіти Pages and Screens та User Acquisition на основі сирих даних експорту GA4 до BigQuery і дізнаєшся про важливі нюанси роботи з цими даними
Що будемо вивчати
Чому не варто працювати напряму з даними з експорту GA4
Чому дані по джерелам не беремо з рівня події
Підготовка таблиці з джерелами трафіку на рівні кожної сесії
Моделі атрибуції Last Click VS Last Non-direct Click
Нюанси роботи моделі атрибуції Last Non-direct Click
Побудова звіту по джерелам трафіку Traffic Acquisition в атрибуції Last Non-Direct Click
Вирішення проблеми з GCLID
Запит для перевірки коректності UTM-розмітки
Використання функцій bq_util для роботи з URL
Створення кастомних функцій в BQ
Побудова звіту Landing Page
Нюанси з джерелами трафіку, якщо в рамках сеансу було декілька джерел
Збереження результатів запитів в BigQuery - View vs Table
Заплановані запити (Scheduled query). В чому перевага і як налаштовувати
В результаті
Після перегляду лекції ти навчишся будувати звіти Traffic Acquisition в атрибуції Last Non-Direct Click та Landing Page ну і звісно дізнаєшся, що потрібно врахувати, при їх побудові.
Що будемо вивчати
Чому важливо аналізувати весь шлях користувача до конверсії
Побудова запиту по багатоканальним послідовностям (ланцюжки конверсії)
Розбираємось з віконними функціями LAG та ROW_NUMBER. Віконні діапазони (frame)
Побудова лінійної моделі атрибуції на основі сирих даних
Побудова атрибуції на основі позицій
Робота з масивами в BQ
В результаті
Після перегляду лекції ти зрозумієш, чому важливо аналізувати не тільки останню взаємодію користувача перед конверсією, але й весь ланцюжок сесій від першого заходу відвідувача на сайт. Ну і звісно дізнаєшся, як саме потрібно аналізувати цей ланцюжок багатоканальних послідовностей.
Що будемо вивчати
Відмінності подій Ecommerce від інших
Що таке Nested та Repeated fields та як з ними працювати
Як правильно рахувати Purchase Revenue при роботі з сирими даними
Побудова стандартного звіту по транзакціям
Побудова стандартного звіту по товарам
Кастомні звіти по Ecommerce в BigQuery
Використання змінних при написанні запитів
Як BigQuery може допомогти з аналізом даних по Ecommerce
Як порахувати коефіцієнт переходу з етапу на етап в BQ
В результаті
В цій лекції ти навчишся будувати звіт Ecommerce purchases, дізнаєшся як працювати з даними єкомерс, які доступні в експорті GA4 та зрозумієш як можна покращити стандартні звіти доступні в колекції Monetization якщо працювати з сирими даними, а не в інтерфейсі GA4.
Блок 2.
Робота з просунутими техніками аналізу даних: фанели, аналіз шляху, когорти
Що будемо вивчати
Для чого потрібно будувати воронки в BQ. Відкриті воронки VS Закриті воронки
Побудова відкритих воронок в BQ
Побудова закритих воронок в BQ
Побудова воронок по подіям та користувачам
Обмеження часу між подіями на різних етапах воронки
В результаті
Тема лекції говорить сама за себе: ти навчишся будувати будь-які потрібні тобі типи фанелів на будь яких даних. Звісно що нюанси кожного типу ми теж розберемо і розберемо дуже детально, на практичних прикладах.
Що будемо вивчати
Для чого потрібно будувати шлях користувачів до конверсії
Шлях до попередньої та наступної сторінки
Path Exploration на 5 кроків вперед і назад від конверсії по сторінкам
Найрозповсюдженіші шляхи по яким рухаються користувачі в розрізі категорій сторінок
Path Exploration на 5 кроків вперед і назад від конверсії по подіям
В результаті
Ти дізнаєшся, як можна повторити техніку Path Exploration з блоку Дослідження на основі даних в BigQuery. Ну і звісно про те, як її можна покращити, працюючи з сирими даними.
Що будемо вивчати
Що таке когортний аналіз. Для чого потрібно. Обмеження в інтерфейсі
Як працювати з user_id в BigQuery
Побудова класичних когорт з першого заходу на сайт до покупки (до будь-якої конверсії)
Побудова когорт по user_id
Зіставлення ідентифікатора користувача user_id та ідентифікатора девайсу user_pseudo_id
Вивантаження даних з BigQuery в Google Таблиці
В результаті
Ти дізнаєшся все, що потрібно знати, про когортний аналіз на основі даних, що зберігаються в BigQuery. І в додаток до цього навчишся використовувати інтеграцію BigQuery з Google Spreadsheets, що дозводить тобі і розширити можливості роботи з даними, і автоматизувати репортинг.
Блок 3.
Робота з даними Google Ads, CRM та інших систем. Поєднання даних з різних систем між собою
Що будемо вивчати
Що таке трансфер даних до BigQuery
Трансфер Google Ads. Як підвантажити історичні дані в BigQuery
Побудова звіту по витратам по ідентифікаторам кампаній
Як вивести витрати в розрізі останньої назви кампанії
Деталізація даних до групи оголошень та ключових слів
Нюанси кампаній без груп оголошень в BigQuery
Робота з даними по гео
Нюанси роботи з ідентифікаторами географічних локацій в BigQuery
В результаті
Ти дізнаєшся все що потрібно про роботу з даними Google Ads в BigQuery: як налаштувати передачу цих даних до BigQuery, які дані ти можеш отримати і в якому виді, ну і звісно розберемо практичні приклади нюансів роботи з отриманими даними.
Що будемо вивчати
Два способи поєднання даних в SQL - JOIN та UNION
Поєднання даних GA4 та Google Ads для розшифровки gclid
Поєднання даних з CRM і GA4. Приєднуємо до реальних покупок по client_id інформацію про ланцюжок каналів та шлях до покупки
Поєднання даних колтрекінгу і CRM по номеру телефону
В результаті
Працювати з даними однієї системи круто, але найбільше BigQuery розкривається коли ти почнеш поєднувати дані з різних систем у своїх звітах. Завдяки багатьом практичним прикладам саме цьому ти й навчишся на цій лекції.
Що будемо вивчати
Використання event_timestamp із місцевим часовим поясом замість event_date у BigQuery. Типи даних DATETIME та TIMESTAMP
Швидко дізнаємося які івенти налаштовані на проекті, на яких сторінках вони відпрацьовують і які додаткові параметри з ними передаються
Дані експорту і стрімінгу, як поєднувати і коли можна використовувати тільки стрімінг
Журнал змін схеми експорту GA4 BigQuery
Використання даних властивостей користувача з експорту GA4
Системні таблиці в BigQuery. Приклад їх використання для оновлення звітів
Створення автоматичних бекапів в BigQuery
Timetraveling в BigQuery
Інструменти для автогенерування запитів
В результаті
Ця лекція збірник порад та лайфхаків, які допоможуть тобі писати запити та працювати з даними швидше та зручніше.
how much?
Вартість навчання
Твій квиток в світ аналітикиТиСьогодніProAnalytics.Вартість:Тривалість:$600У ВЛАСНОМУ ТЕМПІ
value
Що отримаєш
17+
годин відеоматеріалів на платформі розділені на короткі ролики та зручно структуровані, щоб швидко повертатися до них при вирішенні конкретних задач.
50+
тестових завдань на платформі, які допоможуть закріпити теоретичні знання та розвинути навички вебаналітики на реальних прикладах.
25+
завдань на тестовому демо-акаунті Google, де тобі потрібно самостійно побудувати звіт або знайти відповідь при роботі з даними.
∞
часу на проходження курсу. Ти можеш сміливо проходити курс в зручному темпі та керувати своїм часом, більше зосереджуючись на важливих для тебе завданнях.
∞
доступ до ком'юніті випускників, яке об'єднує професіоналів вебаналітики, щоб ти міг продовжувати вчитися, спілкуватися та знаходити нові ідеї.
1
рік доступу до всіх матеріалів, що дозволить тобі не тільки повторювати вивчений матеріал, але й отримувати доступ до оновлень та додаткового контенту.
Нічого страшного, це трапляється! Якщо ти застряг або маєш запитання про наші курси, просто дай нам знати. Ми тут, щоб допомогти тобі знайти ідеальний курс, який підійде саме тобі та твоїм майбутнім цілям.